基于EMD的柴油机失火故障诊断

提出了一种基于经验模式分解（Empirical Mode Decomposition,EMD）和自回归（Auto Regression,AR）模型的柴油机失火故障诊断方法．对3110型柴油机断油故障及正常情况下的缸盖振动信号进行了测试分析,采用经验模式分解EMD方法对振动信号进行分解,得到固有模态函数（Intrinsic Mode Function,IMF）,对每一个IMF分量分别建立AR模型,以模型的自回归参数和残差的方差作为特征向量,用支持向量机（Support Vector Machines,SVM）进行分类,判断柴油机的工作状态和故障类型．实验结果分析表明,该方法即使在小样本情况下也能准确有效地诊断柴油机失火故障,能实现故障的实时自动化诊断．     

基于灰色自回归模型的船舶流量预测方法

结合灰色模型和自回归AR(p)模型,提出两种模型组合的灰色自回归模型,根据实际的船舶交通流量数据,分别运用灰色模型、自回归AR(p)模型和灰色自回归模型,对某港口船舶交通流量的进行预测,通过计算和Matlab仿真,结果表明灰色自回归模型预测精度较高,证明了该模型的可行性。     

圆柱涡激振动Ⅱ：新模型

本文介绍了跟踪空气中圆柱涡激振动的新实验得到的数据所作的解析互作。实验结果在上期杂志的一篇姐妹篇上作了报导。挠性支撑圆柱涡激振动被一个新的其速度与系数相关的单自由度模型所模拟。这个模型是带有自激和自限的Van der Pol型气动弹性阻尼项和气动弹性参数激励项的常微分方程，后一项是新增加到现行模型上的。文中还概述了模拟方程的推导，并联系姐妹篇中报告的实验数据作了分析和参数估计。在分析中模型及其参数已被作了无因次化，以便广泛应用。     

基于SVM的大型集装箱船上层建筑振动预测方法

基于支持向量机,采用RBF核函数,以某集装箱船上层建筑舱室振动为训练样本,建立了集装箱船上层建筑舱室振动的非线性回归模型,对该船上层建筑部分舱室振动进行预测。通过对上层建筑振动特征的分析,构造转换系数,提高了模型的通用性,并应用此模型对另一艘集装箱船上层建筑舱室振动进行预测。预测结果表明:应用SVM非线性回归模型对大型集装箱船上层建筑舱室振动进行预测是可行的,预测效果较为理想。     

柴油机气缸盖振动特性的时间序列模型

用时间序列法研究了柴油机气缸盖的动态特性,通过引入虚拟系统的概念,利用缸盖表面振动信号的自回归滑动平均模型（ARMA模型）求出了实际缸盖系统的传递函数,并将其应用于重建缸内气体压力曲线,为柴油机的振动噪声控制,状态监测,状态监测,以及缸内气体压力的识别提供了一种有效的方法。     

离群模糊切换回归模型研究

模糊切换回归模型被广泛地应用于经济领域和数据挖掘技术中。本文在传统的模糊切换回归模型的基础上，通过为每一个数据样本分配一个动态的权值，得到了一个新的离群模糊切换回归模型，提出了FCWSRM(Fuzzy C Weighted Switching Regression Model)算法，最终得到的权重是数据分布的一种代表，将被用来发现数据集中的离群点。实验表明，离群模糊切换回归模型比传统的模糊切换回归模型具有更强的鲁棒性，并且能通过权值发现数据集中的离群点。     

基于支持向量机的船舶上层建筑纵向振动特性预报

根据支持向量机具有小样本学习、全局寻优和泛化能力强等特点,应用支持向量机对船舶上层建筑整体纵向振动固有频率进行预测。通过对船舶上层建筑整体振动特性的分析,以23条船的船舶主尺度、上层建筑的层数、类型以及上层建筑各层的长度、宽度和高度作为支持向量机的输入数据,上层建筑整体纵向振动固有频率实测值作为支持向量机的输出数据,建立了船舶上层建筑整体纵向振动固有频率的非线性回归模型。应用此模型对5条船的上层建筑整体纵向振动固有频率进行预测,预测值与实测值接近。这证明本文方法是可行的,为船舶上层建筑整体纵向振动固有频率预报提供了一种新思路。     

港口吞吐量预测方法探讨

通过某港实例，应用回归分析（曲线拟合）与自回相结合的分析方法建立港口吞吐量预测模型，通过几种方法的对比和验证分析，推荐采用对随机残差利用其自相关性建立的一阶自回归模型组成的叠合模型作为吞吐量预测模型。     

基于受迫振动实验的柔性立管的VIV响应预报

涡激振动响应预报对于深水海洋结构物的设计是非常重要的。近年来，基于圆柱体的受迫振荡实验数据提出了若干经验模型。针对潘志远提出的一种基于实验数据并且与立管的有限元模态分析有机结合的VIV预报模型，采用近期的一个阶梯状分布来流下的涡激振动响应实验测量数据，验证了该模型的有效性和局限性。     

基于自由自航数据的无人帆船动力学模型系统辨识

基于一艘无人帆船的自由自航实测数据，采用贝叶斯回归方法辨识得到帆船四自由度动力学模型，并通过静态速度预报算法获得该帆船的速度极曲线图。通过将系统辨识结果与约束模型水池试验结果进行对比，验证该系统辨识方法具有足够的准确性，是构建小型无人帆船动力学模型的一种合理方法。     

引入经验模态分解的舰船运动非线性极短期预报

船舶运动的极短期预报在船舶系统、设备作业等方面具有重要的意义，采用自回归模型对船舶运动进行预报等预报效果，如精度和时间长度，与实际应用的需要还存在较大距离。在自回归（AR）数学模型中引入经验模态分解（EMD）法，利用该方法将船舶运动的时历数据以“筛分”的方式分解成几个平稳的本征模态函数（IMF），并分别建立每个IMF的AR模型，用AR模型进行预报，然后将每个IMF的预报结果相加，将各预报结果的和作为原始信号的预报结果。采用该方法进行船舶非线性极短期预报对提高预报精度有一定的积极作用。     

在舰船水压场中利用自回归模型滤波实时检测信号

本文主要研究从海洋背景中进行舰船水压信号的实时监测。首先建立海浪水压力场的自回归模型及滤波器,然后通过自回归参数模型系数法进行舰船水压信号的特征提取,最后利用滑动检测法实现信号的实时检测。通过实际采集到的数据对检测法进行验证。实验结果表明,本文算法实现简单,在信噪比较低的情况下,能够起到良好的检测效果。     

基于数据分解的上海港集装箱吞吐量预测模型

根据"分而治之"的框架,分别运用经验模式分解(Empirical Mode Decomposition, EMD)算法和季节性自回归积分滑动平均(Seasonal Autoregressive Integrated Moving Average, SARIMA)算法,将月度集装箱吞吐量时间系列数据分解为不同特征的分量,用支持向量回归(Support Vector Regression, SVR)模型分别对各分量进行预测,EMD-SVR模型和SARIMA-SVR模型预测结果的平均绝对百分误差(Mean Absolute Percentage Errors, MAPE)分别为5.18%和7.26%,与港口实际吞吐量均较为一致,优于SVR模型的8.55%、自回归积分滑动平均(Autoregressive Integrated Moving Average, ARIMA)模型的11.8%和灰色系统(Grey Model, GM(1,1))模型的10.1%,验证数据分解方法在上海港集装箱月度吞吐量预测中的可行性,支持间接性预测模型精度高于直接模型的观点。     

基于岭回归方法的船舶操纵运动建模

基于自航模试验的系统辨识方法是一种有效的船舶操纵运动建模方法.通过对舵角和转艏角速度试验数据的分析,用岭回归方法确定了船舶操纵运动数学模型中的模型参数,进行了操纵运动预报仿真并同自航模试验数据对比,数值仿真结果验证了方法的有效性.     

细长海洋立管涡激振动预报模型

涡激振动预报对于深水环境中的细长海洋结构物的设计至关重要.近年来出现的若干经验模型基于圆柱体受追振荡实验数据.文中介绍了细长海洋结构物涡激振动预报工具的发展,进而提出了一种基于圆柱体受迫振荡实验数据的预报模型.与现有的类似模型相比较,该模型更加直接地利用了原始模型实验数据,并且将立管的有限元模态分析并入到响应预报当中,以计及立管物理参数的不均匀特性.利用近期立管模型在阶梯状分布流以及剪切流中的涡激振动响应实验测量数据,验证了该模型的有效性.该模型的计算结果表明,立管的模态振型、模态频率与涡激振动响应高度耦合,并且对于低质量比的情况尤为明显.文中还指出了类似的基于受迫振荡圆柱体实验数据的预报模型存在的缺陷.     

基于支持向量机回归树的内燃机振动信号趋势预测

针对标准回归树建立在统计分析基础上所存在的缺陷,提出一种基于支持向量机的回归树预测模型。首先,根据原始振动信号趋势序列构建回归树;然后,针对回归树上包含样本数过少的节点,利用支持向量机,建立能够反映重要变量与响应变量之间映射关系的回归模型。仿真结果表明:即便由于设备出现异常,导致振动信号趋势序列出现非平稳、突变情况,该方法也能准确地预测,性能优于标准分析方法,具有一定的工程实用性。     

离群模糊切换回归模型研究

模糊切换回归模型被广泛地应用于经济领域和数据挖掘技术中.本文在传统的模糊切换回归模型的基础上,通过为每一个数据样本分配一个动态的权值,得到了一个新的离群模糊切换回归模型,提出了FCWSRM(Fuzzy C Weighted Switching Regression Model)算法,最终得到的权重是数据分布的一种代表,将被用来发现数据集中的离群点.实验表明,离群模糊切换回归模型比传统的模糊切换回归模型具有更强的鲁棒性,并且能通过权值发现数据集中的离群点.     

基于振动特征的舰船机械噪声监测模型

传统船舶机械噪声监测模型在实际应用中,存在特定噪声滤波信号阈值差异问题,导致监测模型整体对噪声监测自适应性降低,在一定程度上影响模型输出准确度。为了解决模型自适应性差的问题,提出振动特征的舰船机械噪声监测模型。首先,通过拟合计算方式,对机械噪声数据进行拟合计算,根据拟合结果,结合噪声产生的振动特征,建立噪声振动特征监测模型。最后,以模型数据为优化基础值,完成对噪声监测模型自适应阈值的优化,从而实现改善模型自适应能力,提升舰船机械噪声监测模型输出准确度的效果。通过多组实例数据的仿真调试对比,证明提出模型能够适应不同参量噪声数据的监测,且保证监测效果符合技术标准。     

水下爆破振动传播规律及其控制技术*

为了分析、预测及控制西江龙圩水道整治工程水下爆破振动对临近建筑的影响，安装爆破振动检测仪对水下爆破所产生的质点振动峰值速度进行检测。对比采用牛顿迭代法进行回归分析所得到的2种不同爆破振动速度预测模型的精度，得出该水下爆破工程的爆破振动传播规律，并对比不同技术方案的减振效果。结果显示：在水下爆破工程中，采用不考虑高程的传统爆破振动预测数学模型适用性较弱，考虑高程影响因子的新预测模型适用性较强，采用牛顿迭代法进行非线性回归所得到的数学模型能较为准确地反映该工程的爆破振动传播规律，应用逐孔爆破技术可极大程度地控制爆破振动有害效应，保护周围建筑物。     

船舶设计中振动分析方法研究

为避免船舶的有害振动，在船舶设计的不同阶段通常都要进行振动检测。目前的设计通常采用不同的振动分析法、共振检测法或许用的振动等级限值法。估算固有频率或振动响应等级有以下一些方法：三维有限元分析法、简单模型法或经验公式法。为了采用有效检测方法设计，应选择合理的真实振动结构、激振源、振动分析法和适合的设计判断准则。提出了一种新的检测方法，该方法是基于由现有船舶数据组成的各种数据库和已被利用的互联网／内部